仙居话低调域的气嗓音能维持多久：老年组到韵尾与青年组退到韵腹的对照

英文题目：Caractéristiques phonétiques du contraste de registre tonal en chinois de Xianju

会议身份：conference:jep:2026:conference-paper-id:jin26_jep

✅ 来源为官方会议 PDF；表格与 Figure 按原文证据绑定。PDF 公式以原页区域图片展示，未冒称作者原始 TeX。

会议来源：官方记录 · 官方 PDF

标签：#统计分析 #发声与构音 #语音学与音系 #语音 #语音属性识别

评分：5.5/10 | 创新 1.2/2 | 技术严谨 1.2/1.5 | 实验充分 0.8/1.5 | 清晰度 0.8/1 | 影响力 0.7/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.5/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• Yishan Jin：机构信息未能从会议 PDF 纯文本可靠映射
• Damien Chabanal：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该研究输入为青年与老年女性发音人重复产出的仙居话单音节词田野录音，输出为低寄存器是否为气嗓音及其代际弱化判定，难点在于气嗓音差异集中于元音起始并随韵母时程快速衰减，且与年龄时长和说话人变异混杂，单点均值会掩盖动态差异。方法第一步在人工切分元音段后提取谱倾斜与谱噪声多类参数的时序曲线，输出按韵母时长归一化的多点观测序列以保留动态过程。第二步将上述时序序列输入广义加性混合模型，分别估计寄存器主效应与非线性时间轨迹，输出逐点差异幅度与显著区间以定位气嗓音起止范围。第三步将全元音均值层面的多参数汇总输入线性判别分析，输出可分性系数并与上海话与苏州话结果比较，以判断演变快慢。相对已有北部吴语青年人气嗓音近乎消失的结论，该链条以动态轨迹加整体判别的双重视角揭示仙居话弱化更慢且噪声指标比谱倾斜指标更稳定，实际意义在于为保守型吴语保留寄存器对立的融合路径提供声学证据。原文未提供可核对的关键定量结果。该结论适用边界受限于仅覆盖女性发音人特定中古调类单音节词，男性嘎裂声调类与连续语流等条件尚未验证，原文未披露训练、推理或部署成本。

🔗 开源与复现资源

本次未形成可展示的已核验资源记录，开放状态尚未核实。 可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。

🧭 深度解读

输入是什么，目标是什么，先保留哪些关键信息？

本文的输入是仙居话的单音节词朗读录音，目标是回答两个可检验的问题。第一，高低调域在声学上是否对应常态嗓音与气嗓音的差别。第二，青年组与年长组的实现方式是否不同，差别出现在元音的哪个时间段。阅读时必须保留的信息包括被试构成、词表控制、声学指标定义、时间采样方式、统计模型结构和跨方言比较口径，否则无法复述方法。

仙居话属于吴语，论文把它放在南部吴语中更保守的位置上讨论。背景是中古四声各分高低域，来源有辅音论与喉头论两种解释。前者强调清浊对立消失后转写为调域差别，后者强调高低域直接对应发声类型分歧。初学者可以这样理解，同样是调形类别相同的一组字，有人读得偏高偏紧，有人读得偏低偏漏气，这种高低两套就是调域。论文不重新考证历史来源，而是把历史争论转化为可测量的当前发声差异。

已有北部吴语研究发现低调域常带气嗓音，但对气嗓音维持多久存在分歧。有的研究认为最清楚的差别只在元音开头，有的认为可以维持到元音中部。近年的代际比较还发现青年人的气嗓音在减弱。仙居话此前缺乏系统的调域语音学描写，因此本文的任务不是做通用语音识别，而是为一个具体方言补上发声类型维度的证据，并检验北部吴语观察到的弱化是否同样出现。

输出是四项指标随归一化元音时长变化的拟合轨迹与高低域差异曲线，以及跨方言可比的判别系数。判断方向要记牢，频谱倾斜指标越高越指向气嗓音，频谱噪声指标越低越指向气嗓音。时间信息同样重要，因为结论不仅说有没有差别，还说差别从元音起点延续到哪里，老年组是否到韵尾附近，青年组是否只到韵腹附近。

同输入同目标的前人工作给出了什么对照线？

在同为吴语调域与发声类型的问题上，前人已经形成两条对照线。第一条是声学实现线，上海、嘉善、苏州、苏州附近的莉莉吴语以及崇明话等研究都报告低调域与气嗓音有关，使用的指标同样包括谐波幅度差与谐噪比、倒谱峰突显度等。这意味着本文选择 H1*-H2*、H1*-A1*、HNR05 与 CPP 不是临时拼凑，而是沿用了该领域对声门开度与湍流噪声的常用分解。

第二条是代际演变线，上海话与苏州话的青年组研究显示气嗓音减弱，高低域差别变小。论文引用的高洁、施孟潮等人与葛晨等人工作提供了可比的年龄分组思路，也为本文保留年长组不进一步细分提供了理由。初学者要注意，这里的可比是有条件的，只有任务同为朗读、指标同为发声类型、分组同为青年与年长，比较判别系数的大小才有意义，不能把不同语料规模或不同调类直接当作同条件胜负。

相关工作还提示了方法上的分歧点。曹剑芬与麦迪逊的工作更强调气嗓音与声母的绑定，差别最大处在元音开头。陈思与高洁的工作则允许差别延续到元音中部。本文的十点等距采样与非线性轨迹建模正是对这一分歧的回应，它不只比较全元音平均值，而是检验差异显著区间占韵母时长的比例与幅度，从而把维持到开头、中部还是尾部分成可报告的数字。

类型学层面，朱晓农等工作把发声类型纳入声调定义，提出多调域模型。理解这一点有助于避免误解，本文所说的调域不是单纯的调高高低，而是包含发声方式的音系范畴。后续判断演变方向时，论文使用的表述是从音高加发声类型系统向纯音高系统移动，这是一个待验证的解释框架，不是仅凭四项指标就能证明的音系合并结论。

要区分的到底是哪两类音节，控制了什么混淆？

研究对象限定为中古第三调类之下的高域与低域字。限定调类的作用是固定调形类别，让高低域的比较不受不同调形走向干扰。教学例子是，同样属于第三调类的两组字，一组配高域声母环境，一组配低域声母环境，比较它们后面元音的气嗓音程度。这只是帮助理解控制逻辑的例子，不代表论文只研究了某两个具体汉字。

音节结构控制为（辅音加元音）的组合，声母覆盖塞音、擦音、鼻音、边音与零声母，元音覆盖论文列出的 7 个元音。论文的表格把高域与低域各自允许的声母环境分开列出，低域侧包括浊塞音与浊擦音的历史来源位置，高域侧包括对应的不送气与清擦音等位置。鼻音、边音与零声母两侧都出现，说明这些音节需要靠调域归属而不是声母清浊来分组。

一个容易误解的细节是浊音符号的实际语音。论文脚注明确说明，仙居话记作浊塞音与浊擦音的成分在词首实际是不带嗓音振动的不送气实现，只在元音之间才出现浊化。因此不能把低调域直接等同于词首浊声母延续到元音的浊音残留，而要按论文的逻辑检验元音内部的发声类型。

被试限定为女性，分为青年组与年长组。这意味着性别与年龄是同时固定的设计选择，结论只能先在女性内部成立。论文在结尾明确指出男性样本缺失是局限，因为已有研究提示女性可能在调域弱化中走在前面。复述时必须保留这一边界，不能把女性青年组的弱化直接推广为全方言已经合并。

从录音到判断要走哪几步，全景如何串起来？

完整流程可以沿一个样本走一遍。先让 1 名发音人朗读随机呈现的单音节词，每个词读两遍，录音后人工在语音分析软件中按国际音标切分出元音段，切分依据是第二共振峰是否清晰可见。接着用语音分析程序在元音时长内取 10 个等距点，逐点计算两项频谱倾斜指标与两项频谱噪声指标。最后把每个发音人的指标先做标准化，再按年龄组分别拟合考虑时间非线性和说话人与词项随机差异的模型，输出高域轨迹、低域轨迹与两域差异曲线。

广义加性混合模型 × 线性判别分析： 广义加性混合模型负责刻画四项指标在归一化元音时长 10 个等距点上的非线性轨迹，并分离说话人与词项的随机轨迹差异；线性判别分析负责把全元音平均后的多指标信息压缩为高低域可分程度，用 Wilk’s Lambda 比较仙居与上海、苏州等变体的代际变化大小。二者搭配的理由是前者回答差异在时间轴上哪里显著、幅度多大，后者回答跨方言可比的总体区分度是变大还是变小，组合意义是时间定位与跨变体比较互相约束，避免把局部起点差异直接当作整体合并。

这条主路径之后还有一条跨方言比较支路。它把每个元音全程的声学测量取平均，再把多指标一起放入线性判别分析，计算区分高低域的能力。能力越强，Wilk’s Lambda 越小。仙居话的两个年龄组分别得到一个系数，再与上海话、苏州话已发表结果并列，从而判断仙居话的弱化是更快还是更慢。

初学者需要建立的依赖关系是，切分决定时间起点与终点，十点采样决定时间分辨率，逐发音人标准化决定跨人可比性，混合模型决定显著区间的定位，判别分析决定跨方言可比度。前一步的材料口径不清，后一步的数字就无法解释。论文的优势是把时间定位与总体可分度分开报告，前者用差异曲线与显著时长占比表示，后者用判别系数表示。

四个声学指标各自测量什么，为什么要成对出现？

先说白话。频谱倾斜可以理解为声音能量从低频向高频掉得有多快。气嗓音因为声门漏气较多，声门脉冲更偏向基频，高频能量少，频谱看起来更陡。论文用 H1*-H2* 表示第一谐波与第二谐波幅度之差，用 H1*-A1* 表示第一谐波与最靠近第一共振峰的谐波幅度之差。星号表示已经用共振峰频率与带宽做了校正，目的是减少元音口形共振对声源测量的污染，使指标更贴近声门状态本身。

频谱噪声可以理解为声音有多嘶嘶、有多不纯。气嗓音伴随湍流噪声，周期性谐波结构变模糊。论文用 HNR05 表示 500 赫兹以下频段的谐波噪声比，用 CPP 表示倒谱峰突显度。两者越低，越指向噪声更大、周期性更弱。初学者要记住方向，倾斜指标高指向气嗓音，噪声指标低指向气嗓音，方向记反会把整篇结果读反。

调域对立 × 气嗓音： 调域对立指中古四声各自再分的高低两套实现，负责提出要区分的是哪两类音节；气嗓音指声门开度较大、基频能量集中而高频能量衰减快并伴随湍流噪声的发声类型，负责给出低调域在声学上可能长什么样。二者搭配的理由是仅看基频会把调域差异误判为纯调高差异，而把发声类型纳入定义后才能解释为什么低调域同时在频谱倾斜上更陡、在谐噪比上更低，组合意义是把音系学中的高低域问题转化为可在元音全程逐点检验的声门状态问题。

频谱倾斜 × 频谱噪声： 频谱倾斜由 H1*-H2* 与 H1*-A1* 承担，分工是反映声门开合程度决定的能量随频率衰减快慢，气嗓音时取值更高；频谱噪声由 HNR05 与 CPP 承担，分工是反映声门漏气带来的非周期成分与谐波结构清晰度，气嗓音时取值更低。二者搭配的理由是前者对声源脉冲形状敏感而易受共振影响，后者对周期性破坏敏感而在组内区分更稳定，组合意义是同一低调域假设必须同时在倾斜升高与噪声增大两个独立维度上成立才更有说服力。

4 个指标的采样方式是关键的复现细节。每个元音取 10 个等距点，总数据量为词数乘以十。论文报告最终可用词数为 1712，数据点总数为 17120。逐发音人标准化先做，再分组建模。判别分析前还把声学测量在每个发音人内部中心化并按 2.5 个标准差做缩放，以减少异常值对判别的影响。这些预处理不是可有可无的装饰，而是跨说话人与跨研究比较的前提。

本研究有没有训练神经网络，真实计算是什么？

本研究没有训练神经网络，也没有优化器更新、梯度路径、参数冻结与解冻或模型权重保存等深度学习训练环节。把无训练理解为确定性求解是错误的，这里的推断仍然是统计估计，只是估计对象是平滑轨迹与组间差异，而不是神经网络权重。必须明确说明未训练哪些模型，才能避免读者用机器学习训练的想象去套本文。

真实计算分为两类。第一类是广义加性混合模型估计。每个年龄组、每个声学指标分别拟合一个模型，因变量是标准化后的指标值，自变量包括调域的主效应、以高域为参照的对比、随时间变化的平滑项、说话人与词项的随机效应、时间与元音时长的张量交互以及按说话人与按词项的随机平滑轨迹。论文以年长组 HNR05 为例给出了模型公式结构，复现时需要按此结构组织固定效应、整体时间平滑、说话人加词项随机截距、按调域的时间与时长交互以及两套因子平滑。

第二类是线性判别分析计算。以全部声学指标为预测变量，以高低调域为类别，在每个年龄组内估计判别规则并计算 Wilk’s Lambda。数值越小表示指标解释的组间方差比例越高，区分效果越好。论文没有报告神经网络超参数、训练轮数或计算耗时等预算信息，也没有报告推理延迟。复现时缺失的不是训练代码，而是随机平滑基函数维度、张量维度与异常值处理阈值等统计实现细节，需要回到原文公式说明与软件包默认设置逐项核对，不能从模型名称推定实现。

被试词表录音与标注条件如何保证可比？

被试条件是复现的第一道门。论文在仙居当地进行 2 次田野调查，共纳入 20 名女性发音人，其中青年组 11 人，年长组 9 人。青年组年龄区间与均值标准差均有报告，年长组同样如此。所有入选者都能熟练听说仙居话，同时也会普通话但水平不一。普通话的影响在讨论中被列为可能的演变外因，但在实验阶段没有作为协变量建模，这是复述时要保留的缺项。

词表与呈现条件同样需要原样保留。73 个单音节词随机呈现，每个呈现 2 次并朗读。录音在安静房间用便携录音机完成，采样率与量化精度有明确记录。剔除质量差与不符合预期的发音后，最终语料为可用词数，声学数据点为词数乘以 10 个时间点。标注在语音分析软件中人工完成，元音边界依据第二共振峰可见性，图例还展示了波形、语谱图与文本网格的对应关系。

测量与统计口径构成公平比较的基础。同一批录音同时产生 4 个指标，同一元音同时产生 10 个时间点，同一发音人内部先标准化再建模，避免了跨人量纲差异。分组建模意味着青年与年长各自估计时间轨迹，而不是用一个混合年龄模型强行共用平滑形状。跨方言比较时年龄区间并不完全对齐，苏州与上海的年长组上限更高，引用时必须同时报告年龄区间，不能只比较系数的大小。

以下两张表分别承担核心结果与实验条件的证据整理功能。第一张整理四项指标的组间主效应估计，第二张整理被试与语料规模。两张表都达到五列，用于同时核对任务条件、指标方向与数量级。由于原文没有提供可直接选择的机器可读表格矩阵，这里用原文连续句子逐字覆盖表内数字与单位，不另行计算差值或百分比。

实验条件还有哪些论文特有的细节必须交代？

除核心被试与语料规模外，还有两类论文特有细节影响复现。第一类是音节与调类控制。原文表格把高域与低域的声母环境分开，低域包括历史浊塞音与浊擦音位置，高域包括对应清音与鼻音边音等位置，元音集合固定。选择第三调类的理由是限制其他发声类型混入，但这同时意味着结论不能自动外推到可能带嘎裂嗓音的调类。浊音符号的实际语音已在脚注澄清，词首为不送气不带嗓音振动，浊化只出现在元音之间，复述时必须保留，否则会误把声母浊音当作元音气嗓音的直接原因。

第二类是统计实现。混合模型不是简单的方差分析，它包含整体时间平滑、说话人加词项随机效应、时间与元音时长的张量交互以及按说话人与按词项的随机平滑。论文以 HNR05 年长组为例写出公式结构，初学者可以把它理解为先估计一条公共时间形状，再允许每位说话人与每个词有自己的弯曲方式，最后检验高低域的整体偏移与形状差异。判别分析使用全元音平均值，预测变量为全部声学指标，评价量为 Wilk’s Lambda，越小越可分。原文还说明年长组不进一步细分，一是与前人年龄标准对齐以便跨语言比较，二是细分后模型拟合改善有限。这两条理由都应原样保留，不能简化为样本量不足。

硬件与软件条件也要如实记录。录音设备、采样率、量化精度、标注软件、语音分析程序与统计软件包均有交代，但设备房间混响、话筒距离、朗读语速控制等细节未报告。缺失不是错误，只是复现时需要自己固定并记录，不能默认与原文完全一致。

低调域的气嗓音证据有多强，时间上维持到哪里？

比较问题是，在相同调类与可比录音条件下，低调域是否在倾斜更高、噪声更低的方向上显著区别于高调域，显著区间占元音多长，幅度多大。公平条件是同一年龄组内比较，同套预处理与同套混合模型，指标方向按气嗓音定义事先固定。显著性判断依据差异曲线的置信带是否覆盖零线，置信带在零线上方或下方分别对应高域值更大或更小，偏离零线越远幅度越大。

上表的主要收益是 4 个指标的方向一致指向低调域带气嗓音，但代价是幅度与显著时长在年龄组之间明显收缩。年长组 H1*-H2* 差异显著区间约占元音时长的 90% 以上，幅度在 0.2 到 0.4 标准化单位之间。青年组同一指标只在后续元音起点附近约 10% 几的区间显著，幅度约 0.19 到 0.23。年长组 H1*-A1* 在整个韵母时长显著，幅度约 0.275 到 0.55。青年组同一指标平均水平不显著，只在开头与中部约 35% 的区间出现 0.18 到 0.22 的显著分离。未胜出的项目必须同时说明，青年组 H1*-A1* 平均效应不显著，不能因为局部显著就改写为整体显著。

噪声指标在组内区分更稳定，但同样显示起点最大、随后衰减的形态。年长组 HNR05 显著区间约占韵母的 70% 多，幅度从 0.25 到 1.06。青年组显著区间反而报告为 80% 多，幅度 0.2 到 0.75。CPP 在两组都只在开头与中部显著，占比都在 60% 出头，年长组幅度 0.17 到 0.81，青年组幅度 0.2 到 0.53。最大差异出现在后续元音开头附近，这与气嗓音和声母历史来源有关的解释一致，但论文没有把该峰值位置本身作为独立的统计检验目标。

跨方言比较的结论是仙居话弱化更慢。年长组与青年组的判别系数都低于苏州话与上海话的对应组，说明同样用这些声学指标时仙居话的高低域更容易分开。论文同时报告年长组系数小于青年组，支持气嗓音在青年组减弱。限制是年龄区间跨研究不对齐，且判别使用的是全元音平均值，会抹掉时间定位信息，因此该系数只能作为总体可分度的补充，不能代替轨迹显著区间的结论。

换掉哪类指标或哪段时长，结论还成立吗？

论文没有做神经网络意义上的消融，但提供了等价的指标替换与时间分段对照。第一个对照是倾斜类与噪声类的互相检验。如果只看倾斜类，青年组 H1*-A1* 平均不显著会让低调域气嗓音的证据变弱。如果只看噪声类，两组在 HNR05 与 CPP 上都显著，气嗓音判断更稳定。论文据此提出分工，噪声指标更适合在组内区分常态与气嗓音，倾斜指标更适合揭示代际演变。这个分工是有限解释，不是证明某类指标 universally 更优，因为它只在第三调类与女性样本上得到检验。

第二个对照是时间分段。把全元音平均换成逐点差异曲线后，结论从有差别细化为差别在哪里。年长组气嗓音维持到元音后段乃至接近韵尾，但论文措辞保留了并未覆盖整个时长的限定。青年组气嗓音只维持到韵腹中部附近。如果只报告平均估计，会掩盖青年组局部仍有显著分离的事实，也会夸大年长组全程等幅差异的印象。因此复述必须同时给出显著时长占比与幅度区间，不能只背平均估计的正负号。

第三个对照是跨方言判别口径。仙居话用全元音平均加多指标判别得到年长组系数更小、青年组系数更大，与上海话青年组系数明显升高的形态相比，仙居话青年组仍保留更强的可分性。反例是该比较没有统一录音设备、词表与年龄上限，也没有报告仅用倾斜或仅用噪声时的判别系数，所以无法判断仙居话的优势来自哪一类信息。未评测的边界还包括其他调类与其他元音环境，论文明确提到某些调类的高低域可能涉及嘎裂嗓音，需要另行检验。

哪些证据缺失，哪些推论不能超出原文？

第一个缺项是样本覆盖。研究只纳入女性发音人，只覆盖第三调类，只在安静朗读条件下采集。论文明确要求后续补充不同年龄的男性样本，并检验其他调类，因为已有研究提示女性可能领先于男性进入弱化，且其他调类可能涉及不同的发声类型。把当前结论推广为仙居话整体已经或尚未合并，是超出证据的推测，应表述为在女性第三调类朗读语料中观察到的方向。

第二个缺项是因果机制。论文提到普通话单调域背景可能是外因，基频可能正在成为主要区别线索，气嗓音可能退为冗余线索。但这些是可能与待验证的解释，不是直接测量基频权重或普通话水平效应的结果。原文没有报告基频轨迹的对照模型，也没有把普通话能力作为预测变量，因此相关性不能当作因果，演变方向只能说得到轨迹与判别系数的支持，不能说已被证明。

第三个缺项是资源与成本。论文声明正文开源依据缺失，本次没有发现可验证的代码、模型或数据公开状态，因此不得声称数据与代码已公开。训练资源、推理开销、输出帧率与实际延迟均未报告，不承诺任何效率改善。统计方面虽然报告了估计值与显著性水平，但随机效应结构与平滑维度等实现细节只给出示例公式，完整复现仍需核对软件包版本与默认设置。总体趋势不等于每位发音人或每个时间点都成立，差异曲线的置信带本身就表明显著性随时间变化。

要复现这套方法，先做什么，后补哪项验证？

复现应先锁定可重放的材料口径，再跑统计。第一步是按原文重建被试与词表结构，记录年龄区间、均值与离散度，固定第三调类，覆盖原文列出的声母与元音组合，并保留鼻音边音与零声母在高低域两侧的分组方式。朗读随机呈现 2 次，录音条件固定为安静房间与相同的采样率和量化精度，剔除标准事先写明，避免事后挑选符合预期的发音。

上表的主要收益是把人数、年龄、词表、录音格式与数据规模放在同一行核对，避免用总数代替分组条件。代价是跨方言一行不是本研究新采集的数据，只能作为文献对照，不能当作同设备同词表的公平实验。未胜出或未评测的边界也要同步记录，男性样本、其他调类、自然语流与普通话水平协变量都没有覆盖，后续验证应优先补男性对照与另一调类，再补基频与发声类型的联合建模。

第二步是重跑声学与统计。人工切分以第二共振峰可见性为界，用语音分析程序逐点计算校正后的谐波幅度差与噪声指标，每个发音人内部先标准化。混合模型按年龄组分别拟合，固定高域为参照，报告估计值、显著性、差异曲线、置信带与显著时长占比。判别分析前按原文做中心化与异常值缩放，再计算 Wilk’s Lambda。核对时要逐项确认数据集、年龄组、实验阶段、指标、单位与聚合对象，数值相同不等于指标相同，百分点变化不等于相对百分比变化。

何时值得借用这套做法，怎样一句话记住结论？

当研究问题是某个方言的高低域是否还保留发声类型差别，且怀疑差别只存在于元音前半段时，这套做法值得借用。它的适用条件是朗读可控、调类可固定、元音边界可判定、样本能在发音人内部标准化。如果目标是自然对话中的实时调域识别，或样本包含多种调类与男女混合，直接套用本文的显著时长占比会失真，需要先扩展调类与性别覆盖。

音高加发声类型系统 × 纯音高系统： 音高加发声类型系统指调域既靠基频也靠气嗓音与否来区分，负责描述老年组气嗓音维持更久的状态；纯音高系统指调域主要靠基频区分、气嗓音退为冗余线索，负责描述青年组差异缩小与维持时间缩短的方向。二者搭配的理由是演变假设需要一个起点和一个可能终点才能判断当前位置，组合意义是把观测到的时长占比与判别系数变化解释为从前者向后者移动的过程，而不是孤立的青年人发音不清晰。

一句话记住结论是，仙居话低调域仍带气嗓音，但青年组的差别更小且维持更短，整体弱化慢于北部吴语已报告的程度。复现时先重做女性第三调类的十点轨迹与差异曲线，再补男性与另一调类，最后才谈音系合并。任何把气嗓音减弱直接等同于调域合并的说法，都需要基频权重与知觉验证的补充证据，在本文证据之外属于待验证部分。

📐 原文公式与排版

以下展示论文原页中的数学表达区域，保留原始上下标、分式和符号排版。区域序号仅用于本文导航，不是论文公式编号。

另有 11 个候选区域因边界不明确或图片数量、尺寸限制未展开；请查看完整论文中的原始排版。

⚖️ 评分明细

评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。

• 评分规则：type-aware-v1
• 评分模型：muse-spark-1.3-contributor
• 评分请求协议：openai_responses

← 返回 jep-2026 论文汇总